[发明专利]通过机器学习提高了外力的检测精度的人协作机器人系统

说明书

本发明提供一种通过机器学习提高了外力的检测精度的人协作机器人系统，其包含人协作机器人，且具有检测力的功能，其具备学习部，该学习部将根据用于计算所述力的数据得到的计算数据作为输入，将从外部施加给所述人协作机器人的第一力成分、通过所述人协作机器人的动作产生的第二力成分、以及被分类为噪声的第三力成分作为输出，使用使预先取得的所述输入和正确标签成为组的有教师数据来进行学习，通过从外部对所述人协作机器人作用力、使所述人协作机器人通过多个路径来进行动作、以及使噪声作用于所述人协作机器人来取得所述有教师数据的正确标签，基于所述学习部输出的所述第一力成分来控制所述人协作机器人的动作。

技术领域

本发明涉及一种通过机器学习提高了外力的检测精度的人协作机器人系统。

背景技术

以前，在机器人系统中，在机器人动作的期间为了确保人的安全，采取了不让人进入机器人的作业区域这样的安全对策。例如，在机器人的周边设置安全栏，在机器人的动作期间中禁止人进入安全栏的内部。

近年来，研究以及开发人与机器人协同(协作)进行作业的机器人(人协作机器人)，并到达实用化。在这样的人协作机器人(人协作机器人系统)中，例如，在机器人的周边不设置安全栏的状态下，机器人与人(作业者、用户)协作来进行一个作业。

可是，在人协作机器人中重要的是当机器人与人(人)发生了接触时，不对人给与预先决定的力以上的力，并停止或回避以及进行后退。另外，在与人进行协作(协同动作)作业时，还能够通过正确地了解由人作用的力来进行更高精度的作业。即，外力检测精度(检测能力)的提高关系到人协作机器人的能力的提高。

另一方面，在将外力以外的力误识别为外力时，例如，在将外来噪声或周围的振动等误识别为外力时，有可能产生机器人的误停止或误动作。因此，从内力或噪声正确地分离外力，可以提高外力的检测精度从而提高机器人的能力。

在这里，作为进行检测的力，主要能够分为外力、内力以及噪声这三个成分。首先，外力是从外部对机器人赋予的力，主要是人对机器人作用的力。另外，内力是由机器人的动作产生的力，也包含自身动作导致的振动成分。然后，噪声是由于电气噪声或周围的振动而产生的不需要检测的外力成分。

作为外力的计算方法，例如，能够从力传感器检测到的力减去根据机器人的动作指令值等计算出的理论上的内力来求出。然而，在这种情况下，在外力中包含噪声。另外，因为力传感器检测由于机器人自身的动作导致的振动而产生的力，所以在计算出的外力中包含由于机器人的振动而产生的力。

在这里，机器人例如在外力超过预定的阈值时停止。然后，如上所述，因为在计算出的外力中包含噪声或由于机器人的振动而产生的力，所以例如有可能产生机器人的误停止。

以往例如欧洲专利申请公开第2324967号说明书公开了一种系统，其通过在J1基座(J1轴的基部)设置的力传感器来检测XYZ方向的力和力矩，利用该检测出的XYZ方向的力和力矩来控制机器人(人协作机器人)。另外，以往例如日本专利第5356527号公报提出了一种信号分类装置，其采用声音的基于机器学习的信号分离方法，能够提高对每个场景分类声音信号的分类精度。

如上所述，以往提出了一种利用在J1基座上设置的力传感器检测到的XYZ方向的力和力矩来控制机器人的系统以及采用机器学习来提高声音信号的分类精度的信号分类装置。

另外，在人协作机器人系统中，因为在计算出的外力中包含噪声或由于机器人的振动而产生的力，所以外力的检测精度降低，例如，有可能导致机器人的误停止。

发明内容

本发明鉴于上述课题，其目的在于提供一种能够提高外力的检测精度的人协作机器人系统。